Dlazy Elevenlabs Stt
一款支持自动语言检测和说话人分离的语音转文字工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Dlazy Elevenlabs Stt。 它的用途是：一款支持自动语言检测和说话人分离的语音转文字工具。 完整的 Skill 内容见：https://321skill.com/skills/dlazy-elevenlabs-stt-x-4/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请将我上传的这段团队会议录音转换成文字，并区分出不同发言人的内容。”，它会调用该Skill处理音频，自动检测语言并尝试分离说话人，最终输出一份带发言人标记的完整文字稿，方便你快速整理会议纪要和行动项。
介绍
这个Skill基于ElevenLabs的scribe_v1模型，旨在高效准确地将音频内容转换为文字。它解决了手动转录耗时耗力、多语言或多人对话场景下转录困难的问题，适用于需要快速获取文字记录的各种场景。
使用时，您只需提供音频文件或音频流，该Skill便能自动识别音频中的语言，并可选地将不同说话人的内容区分开来，生成结构化的文字稿。整个过程无需手动干预语言设置或说话人标记。
它非常适合内容创作者、学术研究者、项目经理、客服人员以及任何需要处理会议录音、访谈、播客、视频字幕或生成会议纪要的用户。对于需要分析音频内容或进行多语言内容本地化的团队也很有帮助。
建议在使用前确保音频质量清晰，以获得最佳识别效果。对于包含大量专业术语或背景噪音严重的音频，可能需要后期进行人工校对。该服务依赖ElevenLabs的API，请注意相关的使用配额和成本。
核心特点
核心区别在于集成了ElevenLabs先进的自动语言检测和可选的说话人分离（声纹识别）功能，无需预先指定语言或手动标记说话人切换，在转录多语言会议或多人访谈时尤其高效。
注意事项
对于音频质量极差、口音过重或说话人频繁快速交替的极端场景，识别准确率可能会下降。
常见问题
支持哪些语言？
支持ElevenLabs scribe_v1模型覆盖的多种语言，并能自动检测。
说话人分离准确吗？
在音频清晰、说话人音色区分度高的场景下效果良好，但对于音色相近或多人同时说话的情况可能有限制。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dlazy-elevenlabs-stt-x-4/raw/index.md 读取 Dlazy Elevenlabs Stt 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dlazy-elevenlabs-stt-x-4/raw/index.md（查看排版版本）